pytorch_yolov3实验记录

本文记录了使用PyTorch实现YOLOv3模型的实验过程,包括安装、配置COCO数据集、修改配置文件以及模型测试。在实验中遇到了数据集不完整和代码报错等问题,通过逐步解决,完成了模型的测试并展示了测试结果。作者将持续更新实验进展。
摘要由CSDN通过智能技术生成

安装

环境介绍
Ubuntu18.04	 
Anaconda  
Python 3.7.7 
GCC 7.3.0	
torch 1.5 	
pycocotools 2.0 
*必须使用numpy ==1.17.5
GPU 2070S 8G
pip install -r requirements.txt


git项目

git clone https://github.com/ultralytics/yolov3.git

配置coco数据集

cd yolov3
mkdir coco
coco路径展示
-------coco
      /images
       		/trian2014
        	/val2014
      /label
       		/train2014
       		/val2014
      |--5k.part
      |--tranvalo5k.part
cd coco
coco2014下载路径:https://pjreddie.com/media/files/train2014.zip
				https://pjreddie.com/media/files/val2014.zip
			这个是Darknet的镜像路径,使用迅雷下载,速度比官方的速度快
解压文件:unzip -q train2014.zip
		unzip -q val2014.zip
下载注释文件:https://pjreddie.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值